摘要
本发明提供一种车床自适应装夹方法及系统,属于工业控制技术领域。本方法步骤:采集工件的特征数据构建工件参数数据集;对工件参数数据集进行特征提取,并融合成综合特征向量;利用综合特征向量通过神经网络模型获得初步装夹策略和装夹结果标签;以装夹结果标签对初步装夹策略进行分类;将装夹结果标签为成功的初步夹策略投影到满足物理约束的可行域内,获得可行装夹策略;根据可行装夹策略控制夹具的爪子力和姿态完成初始装夹;在加工过程中,实时采集工件的特征数据,更新工件参数集;并根据更新后的工件参数调整可行装夹策略。本方法既保留了深度学习对高维复杂模式的学习能力,又确保最终方案在物理与力学上安全可靠。
技术关键词
装夹方法
策略
工件
车床
控制夹具
标签
神经网络模型
深度神经网络模块
参数
反馈控制模块
工业控制技术
夹具姿态
装夹系统
特征提取模块
物理
数据采集模块
投影模块
分支
系统为您推荐了相关专利信息
数字孪生模型
施工设备
设备协同作业
作业场景
基坑施工现场
储能模块
储能方舱
混合整数线性规划
电力需求预测
充放电策略
优化控制方法
节能结构
新能源机组
虚拟惯量
新能源微电网
个性化推荐方法
数据采集工具
个性化推荐装置
标签
缓存策略